実装計画を活用しAIの効果を最大化する

Transcript

1. 実装計画を活⽤し AIの効果を最⼤化する
2. ⾃⼰紹介 • ⿂住 伸 (Shin Uozumi) • 株式会社カウシェ / Backend Engineer ◦ 最近はオブザーバビリティについて考えている • github: @sinozu
3. タイトル ソーシャル×発⾒型で “⽇本のECを再発明する”
4. アジェンダ • AIを⽤いた開発の課題感 • 実装計画とは？ • 実装計画のメリット‧トレードオフ • AIとの親和性 • 結果 • まとめ
5. AIを⽤いた開発の課題感 • AIを導⼊したけど、実は⽣産性が上がっていないという問題 ◦ AIが⼤量のコードを⽣成するので、⽣産性が上がっている感覚があった ◦ しかし、デプロイ頻度などの定量的な指標はほとんど変わっていなかった • Why ◦ AIが⼤量のコードを⽣成した結果、PRが⼤きすぎてレビューがボトルネッ クになる ◦ 参考実装がない新規ロジックをAIに任せても、アウトプットの質が低く、 何度もやり直すことになる
6. • ⼤きく曖昧な指⽰を出してもAIを活かしきれないので、⼩さく作る⽅針へ • そのための⼿段として"実装計画" を作るプロセスを導⼊ AIを⽤いた開発の課題感
7. • 開発タスクを実装レベルの具体的な⼿順にまで細かく分割し、タスク化する ◦ スペック駆動開発の"タスク化"プロセスと似ている ◦ 1タスク = 1PullRequestにする ◦ 各タスクは個別に実装‧テスト可能にする ◦ AIにも⼈にもわかる粒度で書く ▪ コーディングを始める前に実装計画をレビューをする 実装計画とは 設計 実装計画 作成 実装 … … 実装計画 レビュー
8. 実装計画とは
9. 実装計画とは タスク1：protoを定義
10. 実装計画とは タスク2：ハンドラー層の実装 タスク3：リクエストのバリデーション
11. 実装計画とは タスク4：DBスキーマの変更 タスク5：ドメインモデルの実装
12. • ⼩さく作る ◦ AIが暴⾛しにくい ◦ レビューのコスト削減 ◦ リリースの安全性が⾼まる • チーム内の認識合わせ ◦ 実装内容を事前にチームで合意形成でき、後々の⼿戻りを防ぐ ◦ 進捗が可視化されるので、新メンバーのオンボーディングにも有⽤ 実装計画のメリット
13. • 実装計画の作成コストがかかる ◦ 実装計画の作成‧レビューに時間がかかる ◦ ただし、開発フロー全体のコストは削減 • タスク分解の粒度が⼈によって違う ◦ 導⼊当初はタスクの粒度にばらつきがあり、効果が⼗分出なかった ◦ 徐々にルールを整備し、粒度を統⼀ 実装計画のトレードオフ
14. • DORAのAIケイパビリティモデル ◦ Key takeaway：AI is an amplifier ▪ 組織の強みも弱みも増幅させる ◦ AI導⼊のメリットを増幅するためのプラクティスが整理されている AIとの親和性 参考⽂献：2025 DORA State of AI-assisted Software Development Report https://cloud.google.com/resources/content/2025-dora-ai-assisted-software-development-report
15. • Working in small batches ◦ 変更を細かくし、素早くテスト‧評価をするプラクティス ◦ プロダクトパフォーマンスのプラスの効果が増幅される ◦ レビューや調整コストといったチーム内での摩擦が減少する • AIのコード⽣成量を制限する⼿法なので個⼈の⽣産性は下がったように感じる が、チームのパフォーマンスは向上する AIとの親和性 参考⽂献：2025 DORA State of AI-assisted Software Development Report https://cloud.google.com/resources/content/2025-dora-ai-assisted-software-development-report
16. • 定量的効果 ◦ PR数やDeploy頻度などのメトリクス上昇🚀 (10-50%) • 定性的な効果 ◦ レビューの負荷軽減 ◦ AIに安⼼して任せることができる 結果
17. • "⼩さく作ること"でAI時代の1つの課題を乗り越えた • カウシェでは"実装計画"という⼿段で⼩さく作ることを実践している まとめ
19. ご清聴ありがとうございました